在这个示例对应的实际任务中，不是要统计字符的数量，而是要处理 http 的访问日志，按|分隔的状态码，路径，域名，错误码等等。
很多同学给我提算法方面的建议，那样会导致代码抽象层级比较低，修改起来会比较难。所以我倾向于找到一种不那么牺牲抽象层级，同时又比较快速的写法。
-----------------------------------------------------
任务设定：
对于一个简单的大文件，读取该文件并对内容按行分隔，对行内内容按 `|` 分隔，统计所遇到的所有字符数。
测试环境，就是我的笔记本：
型号名称： MacBook Air
型号标识符： MacBookAir5,2
处理器名称： Intel Core i5
处理器速度： 1.8 GHz
处理器数目： 1
核总数： 2
L2 缓存（每个核）： 256 KB
L3 缓存： 3 MB
内存： 4 GB
首先，用 ruby 生成一个简单的大文件，1000w行数据，
文件信息如下：
首先，先进行 node.js 的测试：
第一个 node.js 脚本，是直接读取整个文件，然后进行内容处理：
处理的时间在 11.6s 左右。
第二个 node.js 脚本，通过流的方式按行读取文件并处理每一行：
时间不差太多。后来我看了一下读取文件的时间，全量读取整个95M的文件，在我这里的时间是200ms以下。所以时间基本是花在cpu上而非io上。
第三个node.js脚本，使用 for 循环代替 foreach：
9.4s 这样，相比第一个脚本快了有2s。
然后是 golang 的测试，
第一个同样是全量读取文件：
11s 的话，看起来跟 node.js 没差太多啊。。我本身还以为编译型语言会快很多。
golang 在编译的时候，都是直接 go build filename 这样的，貌似也没有编译优化的选项。
第二个是按行读取的：
8.2s，不知为何会比第一个快。。。
然后到 python 的，python 只写了一个脚本，是按行读取，只是分别用了 cpython 和 pypy 来运行：
以上是 cpython 的结果，可以看到跟 node.js 的结果已经拉开很多了，差距有 20s。
而 pypy 的结果，跑了多次都显示是：
只需要5.6s，把golang和node.js都甩开了。。原因不明。。。